11.01.2013 Aufrufe

Individualisierung und mobile Dienste am Beispiel der Medienbranche

Individualisierung und mobile Dienste am Beispiel der Medienbranche

Individualisierung und mobile Dienste am Beispiel der Medienbranche

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

5 Inhalteverwertung im <strong>mobile</strong>n Internet 263<br />

muss ihre Bedeutung in Form von kontrolliertem Vokabular eindeutig festgelegt<br />

werden. Es muss also auch auf <strong>der</strong> semantischen Ebene eine Einigung bezüglich<br />

<strong>der</strong> zu verwendenden Inhalte getroffen werden. Im Folgenden wird daher zunächst<br />

in Abschnitt 5.4.2.2 ein Konzept für ein einheitliches semantisches Vokabular<br />

im Rahmen <strong>der</strong> dezentralen Modellierung von Nutzerpräferenzen dargestellt.<br />

In Abschnitt 5.4.2.3 werden Lösungsansätze für eine datentechnische<br />

Integration verteilter Modelle mit gemeins<strong>am</strong>er Semantik erläutert.<br />

5.4.2.2 Semantische Repräsentation von Nutzermodellen auf Gr<strong>und</strong>lage<br />

von Ontologien<br />

Ein Nutzermodell zur Beschreibung inhaltlicher Präferenzen besteht in <strong>der</strong> Regel<br />

aus drei Komponenten: 673 erstens, einer S<strong>am</strong>mlung von Rohdaten (Primärannahmen)<br />

aus Befragung o<strong>der</strong> Verhaltensbeobachtung; zweitens, Inferenzregeln<br />

zur Erweiterung <strong>der</strong> Primärdaten im Hinblick auf ihre Bedeutung in <strong>der</strong><br />

jeweiligen Domäne zur Bestimmung individueller Nutzerpräferenzen; drittens,<br />

ergänzende Sek<strong>und</strong>ärannahmen vor dem Hintergr<strong>und</strong> von Primärdaten <strong>und</strong><br />

Inferenzregeln, bspw. auf Gr<strong>und</strong>lage von Auswertungen <strong>der</strong> vom Nutzer nachgefragten<br />

Inhalte. Ein Nutzerprofil repräsentiert die konkrete Instanz des Nutzermodells<br />

für einen individuell identifizierbaren Nutzer. Wie in Abschnitt 4.2<br />

gezeigt wurde, kann ein Nutzermodell in Bezug auf inhaltliche Präferenzen auf<br />

Gr<strong>und</strong>lage von Beobachtungen automatisch erzeugt werden, indem gewichtete<br />

Schlagwortlisten gespeichert werden, die auf einer statistischen Auswertung<br />

<strong>der</strong> Seiteninhalte abgerufener Inhalte beruhen. Dazu können bspw. stereotype<br />

Verhaltensprofile in Form häufig besuchter URL-Kombinationen des WAP-<br />

Seitenprotokolls (Primärannahmen) anhand von Inferenzregeln wie Clustero<strong>der</strong><br />

Assoziationsanalysen ermittelt werden. Diesen Verhaltensprofilen können<br />

dann auffällige Textmerkmale o<strong>der</strong> inhaltsbezogene Metadaten <strong>der</strong> besuchten<br />

Adressen zugeordnet werden, wodurch auf eine Präferenz des Nutzers von bestimmten<br />

inhaltlichen Kategorien geschlussfolgert werden kann (Sek<strong>und</strong>ärannahmen).<br />

Das Ergebnis dieser Nutzermodellierung ist eine S<strong>am</strong>mlung stereotyper<br />

Nutzerprofile repräsentiert durch einen Vektorraum gewichteter<br />

Merkmalsvektoren. Ein individuelles Nutzerprofil repräsentiert die Auswahl eines<br />

o<strong>der</strong> mehrerer Profilstereotypen, die dem aktuellen Verhaltensmuster eines<br />

Nutzers <strong>am</strong> Ähnlichsten sind. Abbildung 5-43 zeigt das Klassenmodell <strong>der</strong> Beschreibungssemantik<br />

einer solchen Nutzermodellierungsform.<br />

673 Vgl. Schreck (2000).

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!